微信输入法iOS版升级至3.0.0，核心转向语音优先交互。新版重构语音输入，底层大模型全面升级，提升识别速度与准确度，并加强实用性、语言覆盖和隐私保护。最大亮点是新增对15种中国方言的深度支持，如粤语等。
阿里巴巴通义大模型开源“百聆”系列语音模型重大升级。新模型仅需3秒录音即可无缝切换9种语言和18种方言，支持普通话、粤语、日语、英语等，并能模拟开心、愤怒等多种情感。其中Fun-CosyVoice3模型改进显著，首包延迟降低50%，中英混说准确率大幅提升。
微信输入法iOS新版内测，核心升级语音输入。底层大模型优化，识别更快更准。最大亮点是原生支持多语言与多方言，用户说中文、英文或多种方言时，系统可自动识别，无需手动切换。
阿里通义千问发布新一代语音合成模型Qwen3-TTS，免费向全球开发者开放。该模型提供49种多角色音色，支持10种主流语言及10种中国方言，在词错误率上表现优于同类产品，拟人化程度高。音色库涵盖多样角色设定，如“撒娇搞怪茉兔”等，即选即用。
开源工业级自动语音识别模型，支持普通话、方言和英语，性能卓越。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
$8
$240
52
Guilherme34
Qwen3-32B是Qwen系列最新一代的大语言模型，具备强大的推理、指令遵循、智能体交互和多语言处理能力。它支持100多种语言和方言，能在思维模式和非思维模式间无缝切换，为用户提供自然流畅的对话体验。
tiantiaf
基于Whisper-small的英语方言分类模型，能够准确识别16种不同的英语方言，为语音处理和语言研究提供支持。
akhbar
这是一个专门针对挪威语优化的高质量文本转语音模型，基于Chatterbox架构开发，支持挪威语的两种主要变体（书面挪威语和新挪威语）以及多种方言，能够生成自然流畅、富有情感表现力的语音。
QCRI
Fanar-1-9B-Instruct 是一款强大的阿拉伯语 - 英语大语言模型，由卡塔尔计算研究机构（QCRI）开发，支持现代标准阿拉伯语及多种阿拉伯方言，并与伊斯兰价值观和阿拉伯文化保持一致。
islomov
基于Whisper medium模型微调的乌兹别克语语音识别模型，支持塔什干方言，训练数据约700小时
lmstudio-community
Qwen3-14B是由Qwen开发的大语言模型，支持多种语言和方言，擅长创意写作、角色扮演和多轮对话。
XGenerationLab
XiYanSQL-QwenCoder-3B-2504是XGenerationLab发布的最新SQL生成模型，通过微调和GRPO训练优化，支持多种方言，具有高效准确的SQL生成能力。
基于QwenCoder微调的SQL生成模型，支持多种方言，性能优异
析言SQL-QwenCoder-2504是最新的SQL生成模型，结合微调与GRPO训练，在SQL生成上兼具效率与准确性，支持多方言，开箱即用，在不同方言和域外数据集上表现出色。
XiYanSQL-QwenCoder-2504是最新的SQL生成模型，结合微调和GRPO训练，支持多种方言，具有高效和准确的SQL生成能力。
CoRal-project
由Alvenir训练的丹麦最先进语音识别模型，基于CoRal-v2数据集，支持多种丹麦方言
tartuNLP
这是对NLLB-1.3b模型针对29种芬兰-乌戈尔语族语言的平行数据进行微调的版本，支持多种方言/变体生成。
panlr
基于Whisper-medium微调的潮州话（潮汕话）正字识别模型，支持多方言口音的正字转录
Kushtrim
基于OpenAI Whisper Large v3 Turbo针对阿尔巴尼亚语优化的语音识别模型，支持标准阿尔巴尼亚语及盖格方言
formospeech
基于Whisper-large-v3微调的台湾客家话语音识别模型，支持多种客家话方言
projecte-aina
首个支持多说话人、多方言的神经语音合成模型，可生成四种加泰罗尼亚方言的高质量情感化语音
Nextcloud-AI
这是一个基于Transformer架构的英语到阿拉伯语翻译模型，支持多种阿拉伯语方言变体。
facebook
Meta公司开发的塔马哈克语-塔瓦拉马特方言文本转语音模型，支持提非纳文字，属于大规模多语言语音项目的一部分。
Meta公司开发的卡克奇克尔语(中南方言)文本转语音模型，属于MMS项目的一部分，支持多种语言的语音合成。
Meta公司开发的藏语中部方言文本转语音模型，基于VITS架构，支持高质量语音合成
Acrolinx MCP服务器是一个与Acrolinx NextGen API集成的文本分析与改进服务，为AI助手提供文本重写、内容分析、写作建议等功能，支持多种写作风格和英语方言。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
